论文部分内容阅读
I／O调度算法对磁盘阵列（RAID）性能具有至关重要的影响。虽然已有很多典型的I／O调度算法在一定负载情况下可获得较好的性能，但很难有哪一种算法在各种负载情况下均能获得很好的性能。本文提出了一种智能RAID控制模型，结合CA．5决策树和AdaBoost算法实现负载自动分类，根据负载变化和性能反馈情况动态调整I／O调度策略，实现面向应用需求的自治调度。模拟实验结果表明，自适应调度算法具有较好的适应性，在各种负载情况下优于现有的I／O调度算法，尤其适用于多线程混合负载环境的I／O性能优化。